Itmom's blog

참고) GNN에 대한 사전 지식이 필요합니다. 다음 강좌를 추천드립니다. Stanford CS224W 논문 링크: https://arxiv.org/pdf/1903.03894.pdf 1. Background GNN을 이용하여 학습을 시키고, 학습된 모델을 이용해 얻은 특정 node vector에 대한 embedding을 가지고 예측을 출력했을 때, 왜 그러한 예측 결과가 도출되었는지 알기 어렵다. 강력한 GNN의 성능을 설명할 수 있다는 수단이 없다는 점은 상당한 아쉬움으로 남는데, GNN Explainer 논문에서는 GNN에서 어떤 subgraph, 어떤 node feature가 특정 node vector에 대한 prediction을 생성하는데 큰 영향을 주었는가를 분석할 수 있는 framework를 제..

1. Heterogenous Graphs란? G = (V, E, R, T) 로 정의되며, 그래프의 각 요소들은 다음과 같다. (1) node의 node type은 V에 속한다. (2) edge의 edge type은 E에 속한다. edge의 요소로는 start node, end node 그리고 edge의 relation type이 있다. 아래 그림과 같은 graph가 대표적인 heterogenous graph라고 할 수 있다. 2. Relation GCN이란? 1) 정의 GCN (Graph Convolution Network)에서 message passing을 할 때 edge의 relation의 종류에 따라 다른 weight를 주어 message passing을 하도록 하는 것을 말한다. 2) 수식 $$ ..